排序方式: 共有46条查询结果,搜索用时 15 毫秒
21.
22.
基于Mobile Agent的地理信息动态服务模型 总被引:1,自引:1,他引:0
从数字城市应用的角度分析地理信息服务,简要介绍地理信息服务的国内外研究现状,分析MA(Mobile Agent)技术的特征,在此基础上提出基于MA的地理信息服务及其模型,分析该模型的特性,对地理信息服务应用作一定的探讨,指出基于MA的地理信息动态服务潜在的应用领域. 相似文献
23.
基于Mobile Agent技术的空间信息移动服务 总被引:10,自引:1,他引:9
首先详细地分析空间信息移动服务的研究现状、技术路线和局限等问题,在此基础上概括空间信息移动服务的涵义与特征,然后提出一种基于Mobile Agent技术的空间信息移动服务模型.该模型集成移动代理(Mobile Agent)、WAP、XML、SVG、SOAP和J2EE/J2ME等技术,可以实现空间信息的移动计算、空间数据与服务功能的完全分离等,并且该模型还具备易构建性、自主性、移动性、协作性、安全性、智能性、并行计算和同异步处理等特性和良好的可扩展特征.针对此模型框架给出应用案例的算法描述及其结果,最后总结基于此模型的空间信息移动服务的一些优点,同时也指出向普适计算模式的空间信息服务发展的必然趋势. 相似文献
24.
一种基于时空拥挤度的应急疏散路径优化方法 总被引:3,自引:1,他引:2
提出时空拥挤度的概念来描述时间与空间维上的移动对象的拥挤程度,并以此提出一种基于拥挤度的应急疏散路径优化方法,该方法能够为大型公共场所的人员疏散提供从建筑物内部经由路网离开危险区域的一个完整疏散路径方案。分析在疏散路径分配的过程中以最短路径为基础的疏散路径分配方案的拥堵情形,然后以缓解拥堵、减少疏散总时间为目标,设计疏散路径分配方案的优化方法。试验结果表明优化后的方案能够减轻整个疏散方案的拥堵程度,同时能够为每个疏散个体提供一条相对合理的疏散路径。 相似文献
25.
呼吸道传染疾病在人群间的传播,容易引发大规模的公共卫生事件。在疫情防控期间,通过限制购药周期可以有效控制和降低因购药聚集而产生的感染风险。本文聚焦传染病疫情防控中封闭与复工初期慢性病患者的购药需求,针对到店购药场景,提出一个慢性病患者购药周期的优化方法。首先,依据武汉市疫情防控期间“不得跨区购药”的原则,通过复杂网络模型,构建药店与小区之间可能的服务关系;然后基于共享单车订单数据提取购药人流量随距离的衰减规律,在此基础上建立小区购药人流在为其提供服务的各药店间的分配机制,进而确定药店侧的顾客到达速率,实现小区和药店的空间分布特征与排队论模型的耦合;接着采用离散事件仿真方法对不同购药周期下的系统状态进行仿真;最后基于仿真结果,以最大程度地兼顾患者的购药需求和药店的使用率为优化目标,通过二分法查找购药周期的最优解。实验以武汉市中心城区为例,首先通过条件概率估算各类慢性病患者的数量,再通过上述方法求解得到最优购药周期为28 d。该周期下,患者的人均等待时长为8.55 min,接近最佳的排队容忍时长,绝大多数的购药需求能够被满足,且药店资源能够得到充分利用(达到繁忙状态的药店比例达到87%以上),药店的日均备货量不超过100(瓶或盒),处于药店备货能力范围之内。本文的方法和结论,可用于指导慢性病患者的购药决策及药店的慢性病备药。 相似文献
26.
全球新型冠状病毒肺炎疫情的科学应对是全球性公共卫生事件背景下的重大科学研究任务,需要公共卫生学、临床医学、地理学、公共管理学等多学科紧密交叉,快速突破科学化的疫情动态监测、精准防控、准确预测与有效应对等理论与方法,其核心是以地理信息为载体、以人群动态为核心的疫情动态时空建模与可视化决策分析等关键性的支撑。 相似文献
27.
由于存在多约束和多个优化目标,物流配送决策非常困难。针对城市多仓库物流配送问题,提出基于网络Voronoi图的空间启发式优化方法。从空间角度,将多仓库物流配送优化分解为区域分割和路径优化两个空间子问题。基于网络Voronoi覆盖进行服务区域初始划分,顾及仓库容量差异,进行区域边界修正,并创建初始解。路径优化将局部搜索范围限定在网络K近邻内,只搜索最有可能的空间邻域,迭代改进解的质量。该算法最小化路径数量和路径长度。利用深圳市的大规模多仓库物流配送问题测试算法性能。试验结果表明:本文方法能够在15min内求解6400个客户点的大规模物流配送问题,解的质量优于ArcGIS约10.8%,计算时间约为其21.2%。 相似文献
28.
遗传算法在地理信息系统领域中的几个应用 总被引:3,自引:0,他引:3
描述遗传算法的基本思想和应用特征,提出遗传算法在地理信息系统领域的几个应用。 相似文献
29.
30.
行人导航状态的自动识别是行人导航研究的一个难点问题,对提升行人导航软件服务的精准反馈与改善导航性能至关重要,此方面已有的研究工作很少。本文提出了一种基于有限状态自动机的行人导航状态匹配算法,其核心思想是在识别行人动作基础上匹配行人当前导航状态。利用谷歌眼镜及智能手机采集的多种传感器数据对行人动作进行识别,得到其动作特征参数;然后将行人导航状态分为熟悉、陌生及迷路3类,根据有限状态自动机理论建立状态转移模型,设计基于该模型的行人导航状态匹配算法;最后,实现状态匹配算法,通过试验对该算法的有效性进行验证。试验结果表明,该算法能够较好地识别行人导航过程中的状态转移,其中对熟悉向陌生状态转移识别准确度较高,对迷路状态识别准确度达到90%。 相似文献